mlr3 cdf:下标超出范围

使用的R版本：3.6.3、mlr3版本：0.4.0-9000、mlr3proba版本：0.1.6.9000、mlr3管道版本：0.1.2和xgboost版本：0.90.0.2（如Rstudio软件包管理器上所述）

我已经部署了以下图形管道：

imputePipe = PipeOpImputeMean$new(id = "imputemean", param_vals = list())
survXGPipe = mlr_pipeops$get("learner",lrn("surv.xgboost"))

graphXG= Graph$new()$
  add_pipeop(imputePipe)$
  add_pipeop(po("learner", lrn("surv.kaplan")))$
  add_pipeop(survXGPipe)$
  add_pipeop(po("distrcompose"))$
  add_edge("imputemean","surv.kaplan")$
  add_edge("imputemean","surv.xgboost")$
  add_edge("surv.kaplan","distrcompose", dst_channel = "base")$
  add_edge("surv.xgboost","distrcompose", dst_channel = "pred")

不幸的是，在执行以下命令时：

lrnXG = GraphLearner$new(graphXG)
trainResults = glrnXG$train(trainVerTask, row_ids = trainDataInd)
predictionResults = glrnXG$predict(trainVerTask, row_ids = verDataInd)

调用predict函数时，返回以下错误：

Error in cdf[i, ] : subscript out of bounds

这个错误似乎是DistricCompose函数特有的，因为我尝试只使用surv.xgboost、surv.kaplan实现简单的图形，但它没有显示出来

由于我尝试更改输入数据，而且只要使用DistrictCompose，就会返回相同的错误，因此它似乎也是指定的数据。请让我知道，如果你想让我提供任何关于此事的进一步信息，提前感谢你的时间

请使用以下代码再现错误：

library(mlr3)
library(mlr3pipelines)
library(mlr3proba)
library(mlr3learners)
task = tgen("simsurv")$generate(1000)
imputePipe = PipeOpImputeMean$new(id = "imputemean", param_vals = list())
survXGPipe = mlr_pipeops$get("learner",lrn("surv.xgboost"))

graphXG= Graph$new()$
  add_pipeop(imputePipe)$
  add_pipeop(po("learner", lrn("surv.kaplan")))$
  add_pipeop(survXGPipe)$
  add_pipeop(po("distrcompose"))$
  add_edge("imputemean","surv.kaplan")$
  add_edge("imputemean","surv.xgboost")$
  add_edge("surv.kaplan","distrcompose", dst_channel = "base")$
  add_edge("surv.xgboost","distrcompose", dst_channel = "pred")

lrnXG = GraphLearner$new(graphXG)
trainResults = lrnXG$train(task, row_ids = 1:900)
lrnXG$predict(task, row_ids = 901:1000)

---

问题出在这里的Distric6中，请从CRAN安装Distric6（1.4.2）和mlr3proba（0.2.0）的最新版本，然后重试。

非常感谢您的回复，我删除了以前的mlr3proba和Distric6软件包，并从以下位置安装了最新版本的mlr3proba：使用文件：mlr3proba_0.2.0.tar.gz。随着安装的完成，我有Disr（1.4.2）和mlr3proba（0.2.0），不幸的是，越界错误仍然存在。请提供一个包含任务的reprex，以便我可以尝试复制它。我已经用模拟任务运行了您的代码，没有问题，因此肯定需要您这边的reprex，最好使用sessioninfo

reprex:：reprex

。如果这是一个真正的bug，那么我可能会在GitHub中打开它。亲爱的Raphael，非常感谢您的回复，我将尝试创建一个reprex，尽管我可能需要一段时间来创建一个示例，因为不幸的是，我在R中是非常新的。但是，就您用于任务的模拟数据而言，一个不小，是否有可能尝试使用以下数据维度复制图表：50个变量的1000个样本，80/20%的培训/验证分割。我注意到，当验证样本达到与训练类似的数量级时，错误消失，但这会导致不切实际的训练/验证%亲爱的Raphael，非常感谢您修复了该错误，我可以确认它现在可以工作了。